株式会社CHILLNN旗下的研究機構「CHILLNN AIO Lab」針對國內5種場景、3種AI模型及150組查詢,調查了「個人化利基提示詞對AI飯店推薦的影響」。結果顯示,旅客針對目的與情境進行越具體的提問,AI推薦的飯店與OTA熱門排名的重疊率就越低。這項發現揭示了特色旅宿即便不依賴大型OTA或知名旅遊網站,也能獲得新的客源機會。
調查證實,在各類利基查詢中,「AI推薦但未出現在OTA熱門排名」的飯店比例,平均比一般查詢高出18個百分點,最高甚至達35個百分點。推測AI會將收到的查詢拆解為子查詢,並跨越官網、地方觀光網站及UGC等多樣化來源進行搜尋。透過此過程,AI選出飯店的標準與OTA的量化排名邏輯截然不同。
未來,該機構將持續累積並發布關於「如何在AI時代傳遞旅宿個性」的內容設計實踐經驗,協助旅宿業者在AI時代脫穎而出。
FACT BOX · 重點整理
- 來源:PR TIMES
- 分類:Research Report
- 相關組織:CHILLNN